catboost
一個快速、可擴展、高效能的決策樹梯度提升(Gradient Bo
catboost 是什麼?
一個快速、可擴展、高效能的決策樹梯度提升(Gradient Boosting)函式庫,適用於 Python、R、Java、C++ 的排名、分類、回歸及其他機器學習任務。支援 CPU 和 GPU 運算。
catboost 概覽
這是什麼
CatBoost 是一種基於決策樹的梯度提升機器學習方法。它用於排序、分類、回歸及其他機器學習任務。支援 CPU 和 GPU 計算。該函式庫提供 Python、R、Java、C++ 版本。
主要功能
- 根據 README 所述,在許多資料集上優於其他 GBDT 函式庫的品質。
- 根據 README 所述,具有最佳預測速度。
- 支援數值與類別特徵。
- 提供快速的 GPU 與多 GPU 支援,可進行開箱即用的訓練。
- 內建視覺化工具。
- 透過 Apache Spark 與命令列進行快速且可重現的分散式訓練。
使用情境
CatBoost 可應用於排序、分類、回歸及其他機器學習任務。適合包含數值與類別特徵的資料集,並可利用 GPU 加速訓練。透過 Apache Spark 的分散式訓練可處理大規模資料。
快速開始
請參閱儲存庫 README 以取得 Python、R、命令列及 Apache Spark 套件的安裝說明。
授權與價格
CatBoost 為開放原始碼,採用 Apache License 2.0 授權。© YANDEX LLC, 2017-2026.
內容整理自該專案公開的 README 與儲存庫資訊。